استفاده از ترکیب شبکه های عصبی و تبدیلات موجک در پیش بینی کوتاه مدت مصرف بار الکتریکی

با افزایش مصرف انرژ ی، و جلوگیری از ناکارامدی در امر تولید، انتقال و توزیع انرژی الکتریکی، افزایش قابلیت اطمینان سیستم های قدرت، برنامه ریزی جهت تعمیرات از یکطرف و برنامه ریزی در امر تولید، مدیریت مصرف ، در مدار آوردن اقتصادی واحد های تولید برق و مدیریت صحیح بازار برق از طرف دیگرباعث شده است که شرکت های برق برای تقابل با این مسئله برنامه ای داشته باشند. یکی از راه های مقابله با این مشکلات ، پیش بینی بار برای یک دوره زمانی جهت مدیریت و استفاده مناسب از انرژی است.در این مطالعه از روشیمبتنی بر ترکیب شبکه های عصبی و تئوری موجک به عنوان مدلی جهت پیش بینی کوتاه مدت بار الکتریکی ارائه شده است . تبدیلات موجک یا ویولت یکی از پرکاربردترین تبدیلات ریاضی در حوزه پردازشی و به ویژه پردازش سیگنال و تصویر می باشد. در یک نگاه کلی، هدف از اعمال یک تبدیل ریاضی بر یک سیگنال، بدست آوردن اطلاعات اضافه ای است که در سیگنال خام اولیه قابل دسترسی نمی باشند.در اینجا از تبدیل موجک برای تجزیه الگوی مصرف برق در زمان های مختلف استفاده می شود تا به عنوان یک ورودی به شبکهعصبی اعمال شود . برای ارزیابی مدل از دیتا های مربوط به هواشناسی و مصرف انرژی الکتریکی مربوط به سنوات قبل استفاده می شود.نتایج بدست آمده دقت قابل قبول مدل پیشنهادی را تصدیق می کند

Keywords:

پیش بینی بار الکتریکی , شبکه های عصبی , تئوری موجک